[发明专利]一种掌静脉检测模型建模方法、掌静脉检测方法及装置

权利要求书

1.一种掌静脉检测模型建模方法，其特征在于，包括：

获取掌静脉训练图像；

将所述掌静脉训练图像输入至掌静脉检测初始模型，对所述掌静脉检测初始模型进行模型训练，其中，所述掌静脉检测初始模型中包括：HOA算法模块；

基于所述掌静脉检测初始模型输出的预测值和预置的标签值的误差，对所述掌静脉检测初始模型进行收敛优化，得到掌静脉检测模型。

2.根据权利要求1所述的掌静脉检测模型建模方法，其特征在于，所述基于所述掌静脉检测初始模型输出的预测值和预置的标签值的误差，对所述掌静脉检测初始模型进行收敛优化，得到掌静脉检测模型具体包括：

基于所述掌静脉检测初始模型输出的预测值和预置的标签值的误差，对所述掌静脉检测初始模型的模型权值进行更新，直至所述掌静脉检测初始模型输出的预测值和所述标签值的误差达到最小，得到掌静脉检测模型。

3.根据权利要求1所述的掌静脉检测模型建模方法，其特征在于，所述HOA算法模块具体为一阶HOA算法模块或多阶HOA算法模块。

4.一种掌静脉检测方法，其特征在于，包括：

获取掌静脉样本图像；

将所述掌静脉样本图像输入至掌静脉检测模型，使得所述掌静脉检测模型对所述掌静脉样本图像进行检测，并输出检测结果；

其中，所述掌静脉检测模型为通过如权利要求1至3任意一项所述的掌静脉检测模型建模方法得到的模型。

5.根据权利要求4所述的掌静脉检测方法，其特征在于，所述将所述掌静脉样本图像输入至掌静脉检测模型，使得所述掌静脉检测模型对所述掌静脉样本图像进行检测，并输出检测结果具体包括：

将所述掌静脉样本图像输入至掌静脉检测模型，使得所述掌静脉检测模型对所述掌静脉样本图像进行检测，若所述掌静脉检测模型输出的预测值大于预置的判定阈值，则输出掌静脉检测结果为真，若否，则输出掌静脉检测结果为假。

6.一种掌静脉检测模型建模装置，其特征在于，包括：

训练图像获取单元，用于获取掌静脉训练图像；

模型训练单元，用于将所述掌静脉训练图像输入至掌静脉检测初始模型，对所述掌静脉检测初始模型进行模型训练，其中，所述掌静脉检测初始模型中包括：HOA算法模块；

模型优化单元，用于基于所述掌静脉检测初始模型输出的预测值和预置的标签值的误差，对所述掌静脉检测初始模型进行收敛优化，得到掌静脉检测模型。

7.根据权利要求6所述的掌静脉检测模型建模装置，其特征在于，所述模型优化单元具体用于：

基于所述掌静脉检测初始模型输出的预测值和预置的标签值的误差，对所述掌静脉检测初始模型的模型权值进行更新，直至所述掌静脉检测初始模型输出的预测值和所述标签值的误差达到最小，得到掌静脉检测模型。

8.根据权利要求6所述的掌静脉检测模型建模装置，其特征在于，所述HOA算法模块具体为一阶HOA算法模块或多阶HOA算法模块。

9.一种掌静脉检测装置，其特征在于，包括：

样本图像获取单元，用于获取掌静脉样本图像；

掌静脉检测单元，用于将所述掌静脉样本图像输入至掌静脉检测模型，使得所述掌静脉检测模型对所述掌静脉样本图像进行检测，并输出检测结果；

其中，所述掌静脉检测模型为通过如权利要求6至8任意一项所述的掌静脉检测模型建模装置构建的模型。

10.根据权利要求9所述的掌静脉检测装置，其特征在于，所述掌静脉检测单元具体用于：

将所述掌静脉样本图像输入至掌静脉检测模型，使得所述掌静脉检测模型对所述掌静脉样本图像进行检测，若所述掌静脉检测模型输出的预测值大于预置的判定阈值，则输出掌静脉检测结果为真，若否，则输出掌静脉检测结果为假。